借力AI提升网络性能,SKT到底是怎么做到的?
标签: 借力AI提升网络性能,SKT到底是怎么做到的? JavaScript博客 51CTO博客
2023-03-31 18:23:28 225浏览
前日,由工信部主办的2019中国国际信息通信展览会(PT展)在北京举办。
会议期间,IMT-2020(5G)推进组和英特尔共同承办了以“开放·融合·智能”为主题的“5G云网融合技术论坛”。
在论坛上,来自行业一线的多家运营商、设备商、云服务提供商代表企业,聚焦5G云网领域的现状和发展,深入剖析5G云网技术的创新方向,分享了各自最新的探索成果。
其中,来自韩国SK电讯的技术专家HongChan Roh做了一场主题为“借助英特尔技术加速网络质量分析和预测”的专题报告,引起了在场所有听众的浓厚兴趣。
报告中,HongChan Roh详细介绍了SK电讯在现网中是如何通过FlashBase、Spark等大数据和深度学习技术对现网进行高效质量分析和性能预测的。
作为韩国最大的电信运营商,SK电讯拥有2700万用户以及30万座基站。 为了给用户提供最佳的网络体验,SK电讯一直在致力于通过对现网数据的采集和分析,找出潜在的网络问题和性能瓶颈并加以改进。
此外,SK电讯还通过大数据和深度学习技术对网络性能的实时变化趋势做出更佳精准的预测,从而动态调整现网设备的配置,以此来实现需求和成本之间的平衡。
HongChan Roh指出,英特尔的相关技术帮助SK电讯大幅提升了运算效率,资源利用率也有显著的改进。
在本次论坛上,SK电讯还联合英特尔共同发布了《英特尔链路性能预测技术》白皮书,详细介绍了英特尔独特的链路性能预测技术(以下简称LPP)的发展背景、实际效果和现实意义。(点击文末的“阅读原文”,可以下载完整报告)
白皮书封面
那么,究竟什么是LPP? 为什么要引入LPP? 它会带来什么样的价值?
众所周知,随着移动通信技术的发展,网络的峰值速率在不断提升。 与此同时,基于移动网络的各项服务应用也在不断涌现。 这些应用对网络带宽的要求越来越高。 尤其是视频流服务,目前占据了移动网络流量的大半壁江山,未来还将持续增加。
面对日益增加的网络流量压力,运营商一般都会采用增加基础设施投资(新建更多的基站)的方式进行应对。
但是,事实上,虽然运营商付出了更多的投资,却没有能够获得合理的收入回报增长。恰好相反, 来自用户的ARPU(每用户平均收入)这些年在持续不断地下降。
这种情况,极大地影响了运营商的投资决心和热情。
有没有办法可以在现有基础设施投资的基础上,深入挖掘网络潜力,提高网络资源利用效率,缓解各项服务对网络容量的需求呢? 能不能在服务质量(QoS)方面实现差异化,以此满足不同等级的多样化需求,提升用户体验呢?
LPP技术应运而生。
LPP使用先进的机器学习技术以及丰富的历史和实时数据源,动态预测特定无线接入网络(RAN)链路的质量,以此来优化应用级行为。
是不是有点难理解? 其实,你可以把它理解成一个网络质量的“百度地图”。 我们手机上的百度地图App,提供的是当前物理道路交通拥堵状况的信息。 而LPP,提供的是有关移动通信网络链路质量的当前分析和未来预测信息。
LPP,链路质量的“导航地图”
LPP的数据源来自于各类移动设备中丰富的历史和实时数据。
历史数据包括特定条件、特定时间和空间的性能。 实时数据包括对于实时流量状态、异常事件、网络负载、无线状况、设备位置、设备运动和路线信息等信息。
LPP使用这些数据源,构建网络性能视图,揭示服务随时间推移的性能表现。
根据LPP提供的分析和预测结果,运营商可以和内容服务提供商合作,让内容和流量需求进行动态调整。
举例来说,就像流媒体播放这样的服务,传统模式下如果手机用户进入商场这样的障碍物较多区域或机场这样的人口密集区域,无线网络链路质量变差,服务会受到影响,视频就会变得卡顿。 虽然内容服务商通过视频编码优化等方式尝试降低服务对网络容量的需求,但还是治标不治本。
而如果采用LPP技术,对手机终端进入此类区域进行预测,就可以让手机提前进行视频内容缓存, 或者提醒运营商增加布设小基站进行覆盖增强。 再或者,可以提醒内容提供商,就近架设更多的CDN服务器。
怎么样,用户的网络体验是不是得到了提升?运营商的投资是不是也得到了保护?
其实,对于我们所使用的网络流量,可以分为三种类别,分别是:
- 可容忍延迟,高移动流量
- 可容忍延迟,固定流量
- 延迟敏感性流量
也就是说,并不是所有的流量都对延迟敏感。
但链路质量恶化时,LPP可以通过在时间和空间上的预测,在时间和空间上转移那些可容忍延迟的流量,从而缓解峰值需求,提高整体网络的利用率。
什么意思呢? 就像我们杀毒软件可以选择在空闲时段进行扫描一样,LPP可以让非关键服务在不同的时间和地点运行,而不要在关键时刻影响时延敏感型服务。
根据统计,2018年移动视频流量占总移动流量的比例是60%。爱立信预测,该数值2024年将提升到74%。 如果可以将LPP等技术合理应用,运营商就能借此提供更加差异化的服务质量,或者更加合理地部署自己的基础设施(尤其是小基站)。 这将会大幅提升网络效率,降低网络建设和运营成本(CAPEX和OPEX),提升运营商的综合竞争力。
LPP技术对5G的价值意义更为重大。
在5G时代,用户对网络有了更高的期望,电信价值链中的许多参与者都迫切希望挖掘5G技术的价值,从而提高性能和提供全新服务。
5G本身也从使得移动通信网络从以往的“单一用途”的宽带网络演进为多功能网络,为高密度传感器网络、实时安全和关键业务型工业应用等多样化服务提供支持。
基于前面所介绍的优势,LPP技术将帮助运营商们更加灵活地利用链路既有的性能,实现不同等级需求服务的差异化管理。这使得运营商的投入产出比更加有利,进而更好地把握住5G的发展机遇。
本文开头介绍的SK电讯项目就是一个典型的案例。
英特尔与SK电讯合作训练LPP进行网络自动化管理。SK电讯还开发了自己的人工智能网络操作系统TANGO OSS,使用大数据分析和机器学习功能来自动检测网络问题,协助工程师解决问题、优化性能。系统提供了API接口来集成英特尔LPP等服务的输入。
通过这项合作,英特尔的概念验证算法可利用真实网络数据进行训练,使LPP更加接近部署就绪状态,并为团队提供所需洞察,从而了解如何调整技术以适应特定客户用例和网络。
随着LPP技术在2019年的大规模试验和初步部署,相信会有更多成果被分享出来,供广大运营商和服务提供商借鉴。
毫无疑问,在已经到来的5G时代,基于AI的网络性能和分析拥有巨大的商业价值和发展潜力。5G有了AI,就像插上了腾飞的翅膀,一定可以飞得更高、更远!
好博客就要一起分享哦!分享海报
此处可发布评论
评论(0)展开评论
展开评论